数据治理体系的建设思路

数据治理体系的建设思路CONTENTS

目录01数字化目标及数据治理目标分析02数据治理体系建设思路03数据治理体系中长期目标及阶段性内容数据治理体系数据治理是对数据资产管理行使权力和控制的活

动集合，是组织中涉及数据使用的一整套管理行

为，是关于如何制定和实施针对整个企业数

据的商业应用和技术管理的一系列政策和流程。数字化数字化是指在企业全面采用信息技术，实现信息技术与企业业务的融合，使企业能够采用数字化的方式对其生产经营管理中的所有活动进

行管理和控制。数字化转型数据为驱动，结合现代化技术手段重塑原

有业务模式的过程数字化

、

数据治理

、

数字化转型的关系和理解体现业务价值的关键驱动与业务深度融合并创造业务价值的最终形态更高的业务价值关键基础工具价值呈现信息化工具协同合作数字化建设使企业信息更为透明

，使企业不同部门间

，不

同业务间的协同合作更为顺畅紧密。精益化运营数字化的建设和推广使用

，将会取代当前大部分的线下流程。通过信息系统进行全自动信息流和数据流传递

，将会很大程度提升运营

效率

，从而实现企业对于人、财、物的精细化管控。降本增效提质人工干预的减少将会大量缩减工作量

，同时信息流转更为顺畅、快

捷、准确

，从而降低运营成本

，增加信息交换效率

，提升整个企业

的综合运转能力。作为经营执行层面

，数字化建设为会议中心带来的更多是精益化运营，

降本、增效、提质数字化建设目标60%50%整合资源70%业务板块•

数字化建设通过助力各板块

间的紧密合作

，实现业务的

创新与提升

，快某省市场

变化和需求。数字化建设帮助各个业务板块实现当前业务的深化

，快某省市场

，剖析业务情况，通过信息系统对信息流和数据流的窜通，逐步引导业务进行转型与优化。某省市场的链接和业务运转数据通过信息化系统进行沉淀渗透

，引导业务在当

前的模式上进行创新

，突破原有模式的

壁垒

，实现新业务的拓展与提升。数字化建设深层次业务目标业务创新与拓展业务深化与转型信息化“补课”根据企业现有信息化水平针对业务需

求进行信息化建设

，保证基本业务信

息化。数字化“升级”在信息化建设基础上进行数字化、平

台化建设

，满足政策监管、企业管控

及业务转型要求。数智化“发展”依托新技术实现业务的智慧化

，以数

据为驱动

，打造行业标杆

，实现产业

覆盖。创新业务数字化运营，完善企业数字化服务，以数据驱动

，主动颠覆意识形态

，数梦工场助力企业数字化转

型数字化建设步骤及核心深挖行业特性坚持数字创新2

3

1

乡两个关键点一条主线三步路径为什么要做数据治理

数字化数智化数据+算法取代拍脑袋决策

在线化数智化数据生产力：通过使用数据带来组织生产力的提升DataGovernance（数据治理）DataProduct

（数据产品）DataOps

（数据研发）

确定了一系列岗位角色和相应的责任及管理流程

保证了业务数据在采集、集中、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性

企业进行数据治理的最大驱动力来自数据质量

，通过提高数据质量实现更多的业务价值

将实现业务目标作为数据管理和服务的核心驱动力

，优化数据架构

，提升数据价值

，提高支持管理能力、提升精细化和决策的科学性、为数字化转型提供数据支撑和方向指引。

构建完善、共享、统一管理数据环境

把数据作为资产来管理数据治理目标分析作用价值目标不

再

治

理

！!

!数据治理：数据是根据业务流程和治理体系进行治理业务系统：严格根据流程

优化和数据治理成果进行

部署数据中台：清洁的数据从

的系统和外部流入到

“数据中台”

，为全集团所共享人：更多的某省市场出

来

，从事数据分析洞察工作

，将变得根本更加“智慧”和“领先”数据：从系统产生的数据是“清洁”的

，从外部获取的数据是“清洁”的数据分析

，数据分析师可以清理数据、建立模型、

提供数据服务

，支持业务业务

：业务顺畅的跑在系统上。“完全自动化”地

支撑日常业务和管理运作需要：流程再造：根据业务模式

和体系化方法优化设计的文化：将变成“数据化”企业

，大家都用数据说话数据服务：从中台上

，业务人员可以“

自助”进行D数据治理愿景.

业务流.

数据流3512AC47DAMA：数据治理是对数据资产管理行使权利和控制的活动集合（规划、监督和执行）重点：•

DAMA规定了数据治理的11个数据管理的职能

，

告诉我们数据治理应该干什么事情

，对数据治理有

一个很清晰的边界•缺少具体的落地方法以及检验方法到

底

什

么

是

数

据

治

理

（DAMA）DCMM数据管理能力成熟度评估模型，

由国家工信部、

国家标准化委员会组织编写

，是有个数据治理领域的国家标准。

重点：•给出了数据治理的评估方法•缺少数据治理的具体行动方法到

底

什

么

是

数

据

治

理

（DC

MM）DC

MM

数

据

管

理

能

力

成

熟

度

评

估

（D

MM）14国内外数据治理理论的发展数据标签A部门表B部门表C部门表数据治理体系的建设的核心流程数据标准与规则元数据治理

数据标准治理数据质量治理数据安全治理指标分析指标计算

：数学公式/分析模型/自定义算法数据应用指标分级分类数据服务历史库激励确权确值确信穿插于六层流水线的每一步指标展示指标定义整合层

数据融合标准层

标准转换主题层

场景融合专题层

算法模型原始层

贴源归集原子层

模型转换数据资产数据仓库数据

汇聚安全

标签分析

标签标准

标签操作

标签地理

标签信用

标签数源

标签质量

标签数

采据

集以数据服务为基础做好数据流通与治理建设新型基础设施以场景来落地建立大数据解决方案以需求为导向推动大数据赋能我们理解的数据治理17能洗尽洗

治理阶段四数据形态：数据开发建库阶段：原始库、资源库治理状态：物理集中、标准关联应采尽采

治理阶段三

数据形态：数据汇聚建库阶段：

归集库治理状态：物理集中、逻辑分

散应编尽编

治理阶段二数据形态：数据清单建库阶段：

目录库治理状态：数据分散、

目录集

中建库阶段：基础库、主题库治理状态：物理集中、逻辑融合以用促融

治理阶段五数据形态：治理运营建库阶段

：业务库治理状态：数据分散、物理分散建库阶段

：专题库治理状态：逻辑融合、深度演化场景服务

治理阶段六数据形态

：服务定制能享尽享

治理阶段一数据形态：数据孤岛数据治理-知概念以问题为导向

，以物理空间为依据

，以网络空间为协同，

基于碎片化数据

，合法合规系统化构建数据空间数据治理-知对象物理空

间数据空间网络空间数据治理-知范围多源多模态海量数据的获取与整合政府数据空间数据企业数据物联感知图像数据通过后端平台联网管理

，实现全神经元接入、快速调取感知能力具有感知与交互能力的传感设备实现智能感知、主动发现数据空间：联接与管理物理空间：神经元感知音频数据个人数据数字孪生数据接入能力接入————数据治理是带有强烈目的性的实践活动

，以数据为核心对象

，涉及政府、企业、个人等各类参与主体

，覆盖数据全

生命的各种过程和状态

，利

用手段和活动释放、保护数据的价值。业务场景查询型场景

分析型场景比对型场景监测型场景…数据赋能数据服务

数据标签知识图谱指标体系…维度指标库权责字段库

核对字段库实时监测库数据治理-知目标数据模型…事前：预防问题：防错事中：发现问题：查错事后：解决问题：改错改系统改流程数据治理-知问题多源推理比对不一致问题数据标准化实质问题形式问题数据冲突五跨准确性不乱五跨一致性时序重整新鲜度问题数据修复不错标准问题规范问题五跨规范性不少不多五跨完整性完整性问题重复性问题五跨唯一性纵向完全属性横向完全横向闭环格式问题模型问题实体识别纵向闭环去重关联实体五跨时效性五跨数据治理不旧l多源一致冲突记录中

，解决相关数据不一致而形成的一致值01多元校核数据提供方、数据管理者两方认可、法定认可的数据取值02黄金记录一个实体最规范、最准、

最新、最全的记录03适用性FOU原则：Fitness

Of

Use应用场景相关04针对各种类型和不同形式存储的海量信息

，以唯一性、完整性、规范性、准确性、

一致性、时效性为核心

，沿着“数据→信息→知识→应用”的路线深入研究数据治理-知对错质量级别质量描述可支撑的应用类别一级质量多方权责确认质量操作型应用分析型应用二级质量单方权责确认质量三级质量多源一致质量分析型应用四级质量孤证质量选择使用五级质量冲突质量比对型应用劣五级质量失真质量比对型应用数据治理-知预期效率数据治理-知代价目标模型—数据服务质量目标不因人而异

不因时而异

不因事而异规模要求

质量要求

时间要求可解释

可恢复

可追溯基础库业务应用厂商数据治理厂商主题库数据保管清洗融合数据管理治理运营清洗融合治理运营以资源库为界集团加工治理运营治理运营业务定制加工通用公共加工l分子公司加工区分了人工确认清洗融合机器加工区分了区分了数据治理-知分工资源库清洗融合不因时

而异十定不因人

而异不因事

而异数据治理体系建设思路-十定确保数据治理的结果稳定可预期维度指标库权责字段库核对字段库基础库

主题库操作型

场景分析型场景比对型场景数据治理-定目标数据模型业务模型业务场景数据调研信息资源数据需求标准质量安全业务调研部门系统清单权责清单流程数据治理-定源头数据治理-定标准数据编码

标准数据标型

标准一数一源标

准数据规则标

准算法标准标签体系标

准字段命名

规范数据元标准质量评测标

准清洗策略标

准数据编目标

准数据接口标

准数据治理的

标准数据出入口

标准数据质量标

准数据清洗标

准海量数据可用性治理体系清洗规范性准确性主题数据模

型标准字段命

名规范数据元

标准数据编

码标准汇聚数据流通与交换实施细则专题算法模

型清单数据模

型标准字段命

名规范数据元

标准数据编

码标准智能维度指

标库数据标

签库规则数据元

标准数据编

码标准服务城市数

据SDK数据接

口标准模型数据模

型标准字段命

名规范数据元

标准数据编

码标准治理质量评

测标准清洗规则标准一数一源标准标准包

规范业务库政务数据感知数据社会数据数据治理-定框架归集层标准层目录层原子层整合层服务层主题层姓名

：户籍

：030性别

：0婚否

：20住址：南山数据问题：1、户籍有差异2、婚姻状态有差异3、年龄写成了汉字4、性别标准不统一处理过程：1、户籍标准化2、婚姻状态标准化3、年龄清洗成数字4、性别标准化民政局姓名

：户籍

：广性别

：男婚否

：初婚姓名

：户籍

：深性别

：男婚否：

已婚姓名

：户籍:深圳性别

：男婚否：

已婚姓名

：户籍

：030性别

：男婚否：

10年龄

：二九姓名

：户籍

：031性别：

M婚否

：21标准层基础数据层数据源原始层实质错误非技术原因更正可选值及建议形式错误

技术原因

自动更正数据治理-定规则姓名

：户籍

：031性别：

M婚否

：21姓名

：年龄

：29姓名

：户籍

：030性别

：男婚否：

10年龄

：二九姓名

：户籍

：030性别

：0婚否

：20住址：南山基础库姓名

：户籍

：深圳民政街道办姓名

：数据清洗、标准化数据归集一数一源数据融合实体原子切分性别

：男性别

：男性别

：男公安民政街道办姓名

：婚否

：未婚婚否

：初婚婚否：

已婚公安民政街道办姓名

：住址：南山年龄

：29姓名

：户籍

：深圳性别

：男婚否

：未婚住址：南山街道办年龄

：29公安局街道办公安局公安局街道办住址：南山街道办民政局公安局民政局户籍

：深圳户籍

：广公安实质错误的修正数据质量分级基础库多源一致质量——

A:快加工主题库质量报告差异复核权责确认质量

B:慢加工质量工单绩效考核数据治理-定流程数据汇聚数据集中双调双融元数据实质错误修正建议数据修复

数据增强数据关联

数据比对冲突数据

修复建议数据质量

提升目标数据加工

两种模式数据加工

与监管原子层实质错误的发现形式错误的发现

、修正归集库数据质

量评测标准化规范化形式错

误清洗实质错

误修正信息资

源目录数据共

享交换数据质

量治理数据

融合数据编目

版本数据：

改动

、快照能耗分析集市设备维护信息某省市经济产业集市人才引进集市主某省市层成本资源元数据

、参考数据数据治理平台（目录、标准、质量、安全、服务治理）历史数据管理系统原始层能耗API设备API成本API经济API管控API专题层能源合并信息设备维护

合并信息经营合并信息设备部件

合并信息整合层数据编码

标准数据元

标准数据规则

标准数据模型

标准数据资源库五跨数据源能源消耗信息设备维护信息

经营状况信息设备部件

原子信息实时增量日增量

月增量

全量数据治理-定设计标准层

原子层3查错

f4建议4.2.1多源印

证1

查错2

改错4.2多元校

核4.2.2多源确认4.3大多数4.1.1一源单

证4.1.2一源确认数据治理-定策略

后加工4.4新鲜度4.5自洽性5

改错前加工前加工两错的

清洗操作形式错误实质错误4.1一数一

源数据汇聚服务数据查询服务数据推送服务数据高铁服务数据比对订阅服务服务对象集团业务部门集团-分子公司（矿）

数据级联管理岗辅助决策…

…信息资源编目审核申请下线信息资源检索信息资源

统计分析“

服务按需提供

，

不断生长

”

、

”支撑方式敏捷多变

”分子公司及

部门数据主题、

专题

数据集团数据数据治理-定服务…数据接口编排服务数据填报服务“

一切面向场景

”注册发布

变更数据安全治理保护体系安全

运营规划

设计合规

评测风险

评估数据

梳理数据治理-定安全数据安全组织建设

咨询服务数据安全制度流程

设计服务数据安全能力成熟度

评估数据安全策略规划服务数据生命险

评估应急响应服务数据安全培训服务数据出境安全评估个人信息合规评估数据安全审计数据资产盘点个人信息影响评估最小授权使用数据安全分类分级安全存储及溯源敏感数据识别常态化评估服务APP信息安